Perplexity 推出的 Perplexity Computer 主打「多模型 AI 代理（agent）」：不只回答問題，而是能像數位員工一樣，在目標導向下拆解任務、呼叫不同模型與工具、跨系統完成一段工作流程。對企業而言，這件事的重要性不在於又多了一個聊天機器人，而是它把 AI 從「知識查詢」推進到「可交付成果的流程執行者」。 這篇文章會用企業落地的視角，拆解 Perplexity Computer 的核心概念、適合的工作型態、導入方法，以及你必須正視的風險與治理。 為什麼「多模型代理」比單一聊天更像數位員工？ 企業在導入生成式 AI 的第一階段，多半停在：寫文案、整理會議紀錄、回覆客服草稿、做摘要。但一旦進入真實流程，你會遇到幾個卡點： 任務不是一句提示就結束：例如「整理競品情報並寄給團隊」包含查資料、比對可信來源、產出表格、寫郵件、附上引用與連結、寄送並留存紀錄。 不同步驟需要不同能力：檢索要可信、寫作要符合品牌語氣、資料整理要可追溯、最後還要能呼叫內部工具（CRM、工單系統、文件庫）。 單一模型很難同時兼顧：有的模型強在推理、有的強在程式、有的強在文字風格；企業追求的是「整體交付」而非某一次對話的驚艷。 多模型代理的價值在於：它把「選模型」變成系統自動決策的一部分，並把工具使用（瀏覽、檔案、表格、內部 API）納入一條可控的任務鏈。 Perplexity Computer...
